课程目录

• 1-开班典礼+环境搭建
• day01-开班典礼+环境搭建
• 11-MCP技术应用与开发
• 第10章_MCP技术应用与开发
• 12-项目3_基于 MCP Sampling 实现微博内容情感分析
• 扩展1_AI应用开发新范式 MCP
• 13-项目4_从零构建企业生产级Agent服务
• ReActAgents
• 3-RAG技术与应用
• 第2章_RAG技术与应用
• 5-Ragas评估与LlamaIndex开发
• 第4章_LlamaIndex知识管理与信息检索
• 7-AI应用开发框架LangChain
• 第5章_LangChain多任务应用开发
• 9-Agent应用与工作流编排框架LangGraph
• 第7章_Agent应用与工作流编排框架LangGraph
• L2
• 10-LLamaFactory模型导出量化
• day10-LLamaFactory模型导出量化
• 12-LLamaFactory与Xtuner分布式微调大模型
• day12-LLamaFactory与Xtuner分布式微调大模型
• 14-大模型微调项目实战-数据工程篇
• day14-大模型微调项目实战-数据工程篇
• 16-大模型评估测试OpenCompass
• day16-大模型评估测试OpenCompass
• 18-多模态大模型应用
• day18-多模态大模型应用
• 2-人工神经网络结构及原理
• day02-人工神经网络结构及原理
• 20-RAG+微调实现智能专家系统（部署测试）
• 20-RAG+微调实现智能专家系统（部署测试）.ts
• day20-RAG+微调实现智能专家系统（部署测试）
• 4-基于BERT模型的自定义微调训练
• day04-基于BERT模型的自定义微调训练
• 6-GPT2中文生成模型定制化微调训练
• day06-GPT2中文生成模型定制化微调训练
• 8-大模型微调-LLama Factor微调Qwen
• day08-大模型微调-LLama Factor微调Qwen
• 1-深度学习基础原理
• 11-vLLM自定义对话模板
• 13-大模型压缩训练（知识蒸馏）
• 15-大模型微调项目实战-训练与部署
• 17-大模型分布式推理与量化部署
• 19-RAG+微调实现智能专家系统（方案数据篇）
• 3-HuggingFace核心组件
• 5-自定义微调训练BERT模型效果测试
• 7-大模型本地化部署：Ollama&vLLM&LMDeploy+ModelScop
• 9-Ollama部署微调大模型
• 10-项目2_基于LangGraph实现智能分诊系统
• 12-项目3_基于 MCP Sampling 实现微博内容情感分析
• 2-Embedding与向量数据库
• 4-RAG高级技术与实践
• 6-项目1_中医临床智能诊疗系统
• 8-Function Calling与Agent智能体开发